تشخیص بیماری دیابت با پیاده سازی الگوریتم کی نزدیک‌ترین همسایه (الگوریتمknn ) و استفاده از الگوریتم گور‌خر (الگوریتمzoa )

بیماری دیابت یک بیماری مزمن است که روند سوخت و ساز قند در بدن را تحت تاثیر قرار می‌دهد. بدن ما برای تامین انرژی نیاز به مواد غذایی گوناگونی دارد. این مواد در بدن تبدیل به قند یا گلوکز می‌شوند که انرژی مورد نیاز ما را تامین می‌کنند. اگر به هر دلیلی گلوکز از طریق خون وارد سلول‌ها نشود و در جریان خون فرد باقی بماند، میزان قند خون بالا رفته و فرد مبتلا به دیابت می‌شود. آنچه که باعث این عدم جذب قند می‌شود، کمبود هورمون انسولین است. انسولین از لوزالمعده ترشح می‌شود و باعث ورود قند به سلول‌ها می‌شود. تشخیص سریع بیماری می‌تواند کمک شایانی به دکتر و بیمار کند. روش های گوناگونی برای تشخیص و شناسایی بیماری وجود دارد اما ما در این مقاله با استفاده از یادگیری ماشین سعی در آموزش برنامه‌ای داشته‌ایم که بتواند با گرفتن چندین ویژگی با سرعت و دقت بالا در کوتاه‌ترین زمان ممکن دیابتی بودن و یا نبودن فرد را به ما اطلاع دهد. الگوریتم کی نزدیک‌ترین همسایه یک الگوریتم یادگیری ماشین با نظارت است که با سادگی و آسانی که دارد، می‌تواند برای پیاده سازی و حل مسائل طبقه بندی مورد استفاده قرار گیرد. از این رو ابتدا با پیاده سازی الگوریتم کی نزدیک‌ترین همسایه در برنامه پیشنهادی دقت ما در تشخیص بیمار نبودن 3/82 درصد و برای بیمار بودن 9/97 درصد و در نهایت دقت کل 7/91 درصد بدست آمد. اما بعد از آمیختگی الگوریتم کی نزدیک‌ترین همسایه با الگوریتم گور‌خر، دقت ما در تشخیص بیمار نبودن 4/93 درصد و برای بیمار بودن 9/98 درصد و در نهایت دقت کل 8/96 درصد بدست آمد که این نتایج نسبت به قبل نشان از بهبودی نتایج در آمیختگی شدن این دو الگوریتم با هم دارد.